Qwen3.8-Max : Alibaba revient dans la course pour rivaliser avec Fable 5 et Kimi K3

Alibaba, entreprise chinoise initialement spécialisée dans l’e-commerce, a annoncé le lancement de Qwen3.8-Max, un nouveau modèle d’intelligence artificielle (IA) générative. Ce modèle se distingue par sa taille impressionnante : il dispose de 2 400 milliards de paramètres, une valeur technique qui mesure la complexité et la capacité du modèle à traiter des informations. Par comparaison, un paramètre est un peu comme une variable dans une équation mathématique, plus il y en a, plus le modèle peut apprendre et performer sur des tâches complexes. Qwen3.8-Max est une Mixture of Experts (MoE), une architecture où plusieurs sous-modèles spécialisés (les experts) collaborent pour traiter une requête. Seuls 95 milliards de paramètres sont activés à chaque utilisation, ce qui permet d’optimiser les ressources tout en maintenant des performances élevées. La sortie de ce modèle intervient dans un contexte de forte concurrence entre les entreprises chinoises et américaines dans le domaine de l’IA.

Alibaba affirme que Qwen3.8-Max rivalise avec les meilleurs modèles du marché, comme Gemini 3.1-Pro et GPT 5.6 Sol d’OpenAI, ainsi que Fable 5, en termes de performances. Ces comparaisons portent sur des tâches variées : le raisonnement multimodal (comprendre et générer des informations à partir de texte, images ou sons), l’agent visuel (analyse automatique d’images), la génération et l’analyse de code, l’analyse de documents et la compréhension du monde. Par exemple, pour l’analyse d’images, le modèle doit identifier des objets, des scènes ou des émotions dans une photo. Alibaba met en avant des benchmarks (tests standardisés) où Qwen3.8-Max obtient des résultats similaires à ses concurrents, bien que sa taille soit légèrement inférieure à celle de Kimi K3 (2 800 milliards de paramètres). Ces résultats sont présentés comme une preuve de son efficacité, malgré une complexité moindre.

Comme son concurrent Kimi K3 de Moonshot AI, Alibaba s’engage à rendre les poids du modèle Qwen3.8-Max accessibles en open source, c’est-à-dire que le code et les données techniques seront publics, permettant à quiconque de l’utiliser, le modifier ou l’améliorer. Cependant, l’entreprise chinoise se réserve une exclusivité d’une semaine sur sa plateforme QwenCloud avant de libérer l’accès. Les poids d’un modèle d’IA correspondent aux valeurs numériques qui définissent son fonctionnement interne. Après cette période, les poids seront disponibles sur les plateformes Hugging Face et ModelScope, deux espaces en ligne dédiés au partage de modèles d’IA. Cette stratégie vise à encourager l’innovation tout en contrôlant temporairement l’accès à la technologie.

Alibaba met en avant les capacités de Qwen3.8-Max dans l’automatisation des tâches techniques, notamment la génération et l’exécution de code. L’entreprise a testé son modèle sur trois défis où il devait produire du code fonctionnel sans intervention humaine. Par exemple, il a mis 10 jours pour générer un projet complet nommé oh-my-cli, disponible sur GitHub. Il a également reproduit le code d’un article scientifique publié sur arXiv et remporté un concours de compréhension des besoins clients. Alibaba souligne que le modèle ne suit pas simplement un plan prédéfini : il utilise des boucles de rétroaction, c’est-à-dire qu’il ajuste ses réponses en fonction des résultats obtenus, comme un humain qui corrigerait ses erreurs. Ces tests visent à démontrer sa capacité à automatiser des processus complexes, un enjeu majeur pour les développeurs.

Alibaba affiche des prix très compétitifs pour Qwen3.8-Max : 2 dollars par million de tokens en entrée (les données que l’utilisateur fournit au modèle) et 6 dollars par million en sortie (les réponses générées par le modèle). Un token est une unité de texte, comme un mot ou une partie de mot, utilisée pour mesurer la quantité d’informations traitées. Ces tarifs sont inférieurs à ceux de ses concurrents directs : Kimi K3 coûte 3 dollars en entrée et 15 dollars en sortie, tandis que GPT-5.6 Sol affiche 5 dollars en entrée et 30 dollars en sortie. Cependant, certains utilisateurs rapportent une consommation rapide de leur quota. Par exemple, un utilisateur a épuisé son quota de 5 heures en seulement 4 requêtes, et son quota hebdomadaire était déjà utilisé à 31,2 %. Cette différence de prix et de consommation s’explique par des méthodes de calcul variables entre les modèles, rendant les comparaisons difficiles.